Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Literasi Data Mahasiswa Non-Statistik dalam Memahami Informasi Statistik di Era Artificial Intelligence dan Digitalisasi Informasi Sarah Amalia; Finny Aprilia Yulanda; Nadia Rikza Ananda; Femi Ezrani Sianturi; Nur Maulydia Rizky; Sri Yuni Utari Sihombing; Hendra Kurnia Pulungan
Jurnal Lintas Karsa Vol. 2 No. 2 (2026): Vol 2 No 2 (2026): Jurnal Lintas Karsa (Mei 2026)
Publisher : S1 Teknik Mesin Fakultas Teknik. Universitas Negeri Surabaya Gedung A6 Kampus UNESA Ketintang Surabaya 60231

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/lintaskarsa.v2i2.78402

Abstract

Perkembangan Artificial Intelligence (AI) dan digitalisasi informasi meningkatkan kebutuhan siswa untuk memiliki kemampuan literasi data dalam memahami informasi statistik yang beredar di berbagai media. Penelitian ini bertujuan untuk menganalisis tingkat literasi data siswa non-statistik dalam memahami informasi statistik di era AI dan digitalisasi informasi. Penelitian menggunakan pendekatan deskriptif kuantitatif dengan melibatkan 37 mahasiswa non-statistik sebagai responden. Pengumpulan data dilakukan melalui penyebaran kuesioner secara berani menggunakan skala Likert. Instrumen penelitian diuji validitas dan reliabilitas menggunakan RStudio, dengan hasil dua item tidak valid (P3 dan P9) sehingga dieliminasi, serta nilai Cronbach's Alpha sebesar 0,831 yang menunjukkan reliabel instrumen. Data dianalisis menggunakan statistik deskriptif berupa nilai rata-rata. Hasil penelitian menunjukkan bahwa tingkat literasi data mahasiswa non-statistik berada pada kategori cukup baik dengan rata-rata keseluruhan sebesar 3,32. Indikator literasi akademik memperoleh nilai rata-rata tertinggi (3,4324), sedangkan pemahaman statistik memperoleh nilai rata-rata terendah (3,1689). Temuan ini menunjukkan bahwa mahasiswa telah mampu memanfaatkan teknologi digital dan AI untuk mendukung aktivitas akademik, namun masih memerlukan penguatan kemampuan dalam memahami dan menginterpretasikan informasi statistik. Oleh karena itu, pengembangan literasi data perlu difokuskan pada peningkatan kemampuan statistik dan pemikiran kritis di perguruan tinggi.
Pemetaan Kemiripan Profil Ketahanan Pangan Antar Provinsi di Indonesia Tahun 2025 Menggunakan Metric Multidimensional Scaling Sarah Amalia; Citra Sitinjak; Lirana Sapriani Gulo; Hanafi Irsyad Pulungan
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 4 No. 3 (2026): Juli - Oktober
Publisher : PT Ilmu Data Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijmst.v4i3.14320

Abstract

Ketahanan pangan di Indonesia masih menunjukkan keragaman antarwilayah, sehingga gambaran kedudukan relatif setiap provinsi dibutuhkan untuk mempertajam arah kebijakan. Informasi tersebut penting untuk memahami variasi kondisi ketahanan pangan secara lebih terarah. Penelitian ini bertujuan memetakan kemiripan dan perbedaan 38 provinsi menurut tiga aspek Indeks Ketahanan Pangan (IKP) tahun 2025, yakni ketersediaan, keterjangkauan, dan pemanfaatan pangan. Data sekunder diperoleh dari Badan Pangan Nasional. Ketiga indeks aspek dibakukan menjadi skor-z, ketaksamaan antarprovinsi dihitung dengan jarak Euclidean, lalu dipetakan melalui metric multidimensional scaling (MDS) dua dimensi. Mutu konfigurasi dinilai dengan nilai stress-1. Hasil analisis menunjukkan bahwa nilai stress-1 sebesar 0,0519 yang mengindikasikan tingkat ketidaksesuaian relatif rendah antara konfigurasi dua dimensi dan jarak asli antarprovinsi. Papua Pegunungan dan Papua Tengah menempati posisi paling terpencil dari gugusan provinsi lainnya. Berdasarkan jarak Euclidean pada data standardisasi, pasangan Bali dan Papua Pegunungan memiliki jarak terbesar (7,44), sementara Banten dan Sumatera Barat paling mirip (0,07). Temuan ini menunjukkan bahwa profil ketahanan pangan antarprovinsi memiliki tingkat kemiripn yang beragam berdasrkan ketiga aspek yang dianalisis. Pemetaan dapat menjadi informasi awal dalam merumuskan kebijakan ketahananan pangan yang mempertimbangkan karakteristik masing-masing wilayah. Dengan demikian, hasil pemetaan ini dapat digunakan sebagai gambaran pendukung dalam mengidentifikasi kedekatan karakteristik provinsi tersebut tanpa mengabaikan perbedaan antardaerah.